Anthropic发布报告：AI或让全球科研产出提速16倍

美国人工智能公司Anthropic发布了一份35页的研究报告，基于对超20万次真实科研对话数据的分析，揭示了AI对全球科研产出的加速效应。该研究指出，若将AI能力完全拉满并实现研究流程的100%自动化，整体科研产出速度理论上可提升高达16倍。

数据显示，在当前混合使用阶段，AI已能接手27%至52%的研究人员工时，中位数为38%，相当于科学家每周近两天的工作可由AI承担。不同学科的加速幅度存在差异，统计学产出预计可达原来的2.02倍，计算机科学为1.96倍。

为了量化这一影响，研究团队构建了名为“SciNet”的科学分类法，将科研拆解为7262个具体任务，覆盖34个学科及318个子领域。分析涵盖从数据清洗、假设提出到实验设计的完整流程，并采集了约12.9万条对话记录以及528位一线学者的深度问卷。

研究发现不同学科的“贫富差距”显著。在Claude Code应用中，计算机科学家仅占全球科研圈的4.3%却占据了32.7%的对话量；而专攻AI和机器学习领域的研究人员占比1.2%，却贡献了15.2%的对话量。相反，化学家、临床医生等依赖实操或定性分析的学科使用频率较低。

从任务类型分布来看，“数据分析”是AI的最强项，在Claude Code中占比高达48.1%；“写作与交流”也是高频需求。然而，科学家最看重的“提出点子与假说”及“数据采集”任务，在AI对话中的占比反而最低，分别仅为2.1%和11.5%。

报告还揭示了AI擅长的底层逻辑：适合通过强化学习、具备及时反馈机制或可电脑模拟的任务（如验证结果、运行模拟），AI表现优异；反之，需要亲身动手实操或纯靠主观解读的任务（如艺术创作、历史定性分析）难以大幅提速。例如，若某项任务人类需耗时10.3小时完成，Claude Science处理后的工作量等效约为普通版的两倍。

在三种不同自动化情景的推演中，当无需动手的环节由AI全自动接管时，计算机科学与统计学等领域加速倍数将分别达到约8倍和7倍。而农学、生物医学等需大量肉身试错及实验验证的学科，即便AI介入，整体产出提升上限也仅在2至3倍之间。